Qeexo, sviluppatore della piattaforma di apprendimento (ML) Qeexo AutoML che accelera lo sviluppo di modelli tinyML per Edge, e STMicroelectronics hanno annunciato oggi la disponibilità dei sensori machine-learning core (MLC) basati su Qeexo AutoML.
I sensori MLC di ST riducono sostanzialmente il consumo energetico complessivo del sistema eseguendo localmente algoritmi relativi al rilevamento – costruiti da grandi insiemi di dati rilevati – che altrimenti verrebbero eseguiti sul processore host. Utilizzando questi dati del sensore, Qeexo AutoML può generare automaticamente soluzioni di machine learning altamente ottimizzate per i dispositivi Edge, con latenza particolarmente bassa, consumo energetico contenuto e un footprint di memoria incredibilmente ridotto. Queste soluzioni consentono di superare i limiti computazionali del die e quelli delle dimensioni della memoria, con efficienti modelli di apprendimento automatico applicati ai sensori che consentono anche di estendere la durata della batteria.
“Mantenendo la promessa che abbiamo fatto di recente quando abbiamo annunciato la nostra collaborazione con ST, Qeexo ha aggiunto il supporto per la famiglia di sensori machine-learning core di ST su Qeexo AutoML”, ha affermato Sang Won Lee, CEO di Qeexo. “Il nostro lavoro con ST ha consentito agli sviluppatori di applicazioni di creare e distribuire rapidamente algoritmi di apprendimento automatico sui sensori MLC di ST senza consumare risorse di sistema, per una gamma illimitata di applicazioni, inclusi casi d’uso industriali e IoT”.
“L’adattamento di Qeexo AutoML ai sensori machine-learning core di ST rende più semplice per gli sviluppatori aggiungere rapidamente l’apprendimento automatico integrato alle loro applicazioni a bassissima potenza”, ha affermato Simone Ferri, direttore della divisione sensori MEMS di STMicroelectronics.
“L’inserimento di MLC nei nostri sensori, inclusi LSM6DSOX o ISM330DHCX, riduce significativamente i volumi di trasferimento dei dati del sistema, minimizza l’elaborazione di rete e limita il consumo energetico del sistema di parecchi ordini di grandezza, fornendo al contempo un avanzato rilevamento degli eventi, logica di attivazione ed elaborazione Edge in tempo reale.”
Qeexo è la prima azienda ad automatizzare l’apprendimento automatico end-to-end per dispositivi edge integrati (classe Cortex M0-M4). La piattaforma Qeexo AutoML completamente automatizzata consente ai clienti di sfruttare i dati dei sensori per creare rapidamente soluzioni di apprendimento automatico in ambienti con forti vincoli: applicazioni industriali, IoT, dispoisitivi indossabili, applicazioni automobilistiche, mobile e altro ancora. Oltre 300 milioni di dispositivi in tutto il mondo sono dotati di intelligenza artificiale basata su Qeexo AutoML.
